Báo cáo của Citi: Các mô hình AI cải thiện nhanh chóng, nhưng hạ tầng gặp khó khăn trong việc theo kịp

Mức độ thông minh của các mô hình AI quy mô lớn đang tăng nhanh, Kimi K3 với 57 điểm đã lọt vào top 3 mô hình mã nguồn mở toàn cầu, điểm trung vị trong 20 mô hình hàng đầu tăng từ 34 lên 43 điểm. Các nút thắt về hạ tầng AI đang trở nên rõ rệt, chi phí thuê GPU Blackwell từ đầu năm đến nay tăng 27%, giá mô hình tiên tiến của Trung Quốc tăng nhảy vọt 45% trong một tuần, các phòng thí nghiệm như SpaceX đã chi 1 tỷ USD để mua thiết bị phát điện. Citi chỉ ra rằng hàng rào cạnh tranh ở giai đoạn tiếp theo sẽ chuyển từ việc tiếp cận năng lực tính toán sang hiệu suất và dữ liệu độc quyền, đồng thời rủi ro bảo mật cũng gia tăng, các tác nhân AI tự chủ đã từ mức “ngắt bữa trưa” nâng cấp lên mức “xâm nhập hạ tầng Hugging Face”.

Tác giả bài viết, nguồn: Hard AI

Citibank phân tích cho rằng lợi tức đầu tư (ROI) trong ngành AI đang gia tốc chuyển dịch sang tầng cơ sở hạ tầng, và hàng rào cạnh tranh trong tương lai sẽ chuyển từ việc tiếp cận năng lực tính toán sang hiệu quả và dữ liệu độc quyền.

Các mô hình AI lớn đang ngày càng trở nên thông minh hơn, nhưng thế giới vật lý chịu trách nhiệm vận hành chúng đang bị đẩy đến giới hạn.

Trong báo cáo mới nhất được công bố vào ngày 24 tháng 7, Citibank viết rằng Yuezhai (Kimi K3) đạt 57 điểm, xếp thứ ba toàn cầu, chỉ kém 3 điểm so với Claude Fable, mô hình đóng nguồn dẫn đầu. Đồng thời, giá của các mô hình tiên tiến Trung Quốc đại diện bởi Kimi K3 đã tăng 45% trong một tuần, chi phí thuê GPU Blackwell tăng 27% kể từ đầu năm, và thậm chí có các phòng thí nghiệm đã chi 1 tỷ USD để mua trực tiếp các tổ máy phát điện.

Citibank phân tích cho rằng lợi tức đầu tư (ROI) trong ngành AI đang gia tốc chuyển dịch sang tầng cơ sở hạ tầng; hàng rào cạnh tranh trong giai đoạn tiếp theo sẽ hoàn toàn chuyển từ việc “tiếp cận năng lực tính toán” sang “tạo ra hiệu quả và dữ liệu sở hữu”.

Citibank trong báo cáo nghiên cứu cho biết, Kimi K3 là mô hình mã nguồn mở lớn nhất đã được công bố hiện nay. Cách đây vài tuần, điểm số cao nhất của mô hình mã nguồn mở mới chỉ là 51 (Z.ai GLM-5.2), trong khi Kimi K3 đã nhảy vọt lên 57 điểm, chỉ sau Claude Fable 5 (60 điểm) và OpenAI GPT-5.6 Sol (59 điểm).

Cả ngành đang tăng tốc. Điểm thông minh trung vị của 20 nhà cung cấp mô hình hàng đầu đã tăng từ 34 điểm cách đây sáu tuần lên 43 điểm. Trong cộng đồng mã nguồn mở, DeepSeek V4 Pro (44 điểm) có giá chỉ từ 0,03 mỗi triệu token — đạt mức thông minh gần với hàng đầu, nhưng giá rẻ hơn hai cấp độ.

Các bên đóng nguồn cũng không chậm lại. Google vừa ra mắt Gemini 3.6 Flash (ngày 21 tháng 7), đồng thời tiết lộ rằng Gemini 3.5 Pro vẫn đang trong giai đoạn thử nghiệm, và việc tiền huấn luyện Gemini 4 đã được khởi động—ba thế hệ mô hình đang cùng tiến song song. Tuy nhiên, Citigroup cho rằng, nhịp độ ra mắt “Flash đi trước, Pro lùi lại” đang gửi đi một tín hiệu: việc đẩy mạnh các mô hình tiên tiến đang trở nên khó khăn hơn—điều này phù hợp với các sự chậm trễ mà các công ty khác gặp phải trong việc xây dựng hạ tầng, đồng thời phản ánh thực trạng ngành muốn rút ngắn chu kỳ giao hàng nhưng vẫn khó đạt được mục tiêu.

Mô hình càng lớn và mạnh, tài nguyên cần để chạy nó càng tăng nhanh chóng.

Mô hình với hàng nghìn tỷ tham số đang thay đổi ý nghĩa của "năng lực tính toán".

Citibank chỉ ra rằng, khi các mô hình siêu lớn được triển khai thực tế, ngày càng nhiều thời gian được dành để di chuyển trọng số và dữ liệu KV-cache giữa bộ nhớ HBM và mạng kết nối GPU, thay vì thực hiện các phép toán ma trận. Điểm nghẽn đã chuyển từ "tính nhanh hay không" (FLOPs) sang "có di chuyển được hay không" — băng thông bộ nhớ, kết nối GPU và nguồn cung cấp điện năng.

Nhu cầu GPU vẫn đang rất cao, chi phí thuê kiến trúc Blackwell đã tăng 27% kể từ đầu năm. Tuy nhiên, việc chỉ đơn giản tăng số lượng GPU đã không còn đủ.

Một số phòng thí nghiệm đã bắt đầu trực tiếp bước vào lĩnh vực phát điện phía trên: SpaceX đầu tư 1 tỷ USD để mua 1 GW thiết bị tua-bin di động (ngày 15 tháng 7), Georgia Power ký thỏa thuận dịch vụ cùng tuần (ngày 22 tháng 7). Các phòng thí nghiệm AI mua thiết bị phát điện—điều gần như không thể tưởng tượng được một năm trước, giờ đang trở thành hiện thực.

Giá mô hình phản ánh trực tiếp mức độ căng thẳng của năng lực sản xuất. Giá hỗn hợp của các mô hình tiên tiến tại Trung Quốc tăng từ mức 0,87 mỗi triệu token, tăng 45% so với tuần trước và tháng trước, đây là biến động lớn đầu tiên trong hai tháng qua. Giá trung bình toàn cầu của các mô hình tiên tiến tăng 6,8% so với tuần trước và 11,3% so với tháng trước. Mỹ và châu Âu tương đối ổn định (tuần trước -0,5%), nhưng cũng tăng 4,1% so với tháng trước.

Citibank nhận định rằng, khi các cơ sở hạ tầng bổ sung lần lượt đi vào hoạt động, áp lực định giá cuối cùng sẽ được giảm nhẹ. Khi đó, dữ liệu có giá trị và hiệu suất chuyên biệt cho từng nhiệm vụ sẽ tạo ra hàng rào bảo vệ bền vững hơn so với việc tiếp cận năng lực tính toán.

Mô hình đang trở nên mạnh mẽ hơn. Nhưng các agent chạy trên mô hình cũng đang trở nên nguy hiểm hơn.

Báo cáo của Citigroup đã sử dụng một cách diễn đạt đầy tính gợi ý: rủi ro thực tế về việc các tác nhân AI tự chủ thoát khỏi sandbox đã được nâng cấp từ mức “ngắt bữa trưa” vào tháng 4 lên mức “xâm nhập cơ sở hạ tầng Hugging Face” vào tháng 7.

Các mô hình mã nguồn mở càng mạnh mẽ và phổ biến, thì phạm vi rủi ro bảo mật càng lan rộng. Cuộc tranh luận về việc quản lý AI vẫn đang diễn ra—NVIDIA (ngày 24 tháng 7) và Bộ trưởng Tài chính Mỹ Bessent (ngày 22 tháng 7) gần đây đều đã có phát biểu—nhưng trong ngắn hạn khó có thể có kết luận rõ ràng. Ngay cả khi khung quản lý chưa được triển khai, các doanh nghiệp duy trì kiến trúc vận hành mô hình riêng đã phải đối mặt với ngưỡng tuân thủ cao hơn.

Khó hơn nữa là chính các nhà cung cấp đào tạo các mô hình này vẫn chưa thể hoàn toàn kiểm tra lý do tại sao mô hình lại hành xử như vậy. Vấn đề về tính giải thích được vẫn chưa được giải quyết.

Tuy nhiên, những lo ngại về bảo mật không làm chậm quá trình thương mại hóa của các agent. Dữ liệu từ METR (ngày 21 tháng 7) cho thấy khoảng cách kinh tế giữa agent và con người đang thu hẹp. Khi agent trở nên tự chủ hơn và gần với khả năng sinh lời, việc tiêu thụ token sẽ tiếp tục tăng tốc—điều này ngược lại thúc đẩy nhu cầu về cơ sở hạ tầng.

Càng mạnh mẽ, càng bị ràng buộc chặt chẽ. Càng bị ràng buộc chặt chẽ, nhu cầu về cơ sở hạ tầng càng lớn. Vòng lặp này không có dấu hiệu chậm lại.